《计量经济学》教学大纲
课程名称及代码：计量经济学（09031111）
课程学分与学时： 2分/ 32学时（课堂讲授 16 学时，实验实践 16 学时，自主学习 0 学时）
先修课程：微观经济学、宏观经济学、统计学
适用专业：国际经济与贸易
一、课程性质、目的与任务
课程性质：本课程为经济类专业的专业必修课。计量经济学是以揭示经济活动中客观存在的数量关系为内容的经济学分支学科，为思考和描述经济问题和政策提供了基本的研究和分析方法。
课程教学目的：本课程的目的主要是通过教学使学生能在对经济问题进行定性分析的基础上、采用定量分析的方法建立计量经济模型，并通过模型假定的检验学会揭示社会的经济现象的规律。
课程教学任务：通过本课程教学，使学生能在对经济问题进行定性分析的基础上、采用定量分析的方法建立计量经济模型，掌握建立模型的一般原理、方法和手段，能用手工方式作简单计算，学会使用计量经济学软件Eviews实现对模型中的参数估计、统计检验和预测的计算，能对模型的计算结果进行经济检验、统计检验和计量经济检验并作出合理解释，从而培养学生解决实际问题的能力。
二、教学内容与学时分配
第一章 导 论（4学时）
通过教学，使学生了解计量经济学的性质和特点及同其它相关学科间的关系，计量经济学中经济问题的研究步骤，计量经济模型中的变量、参数、数据。使学生了解计量经济学是一门经济学科以及在经济学科中的地位。
第一节 什么是计量经济学
一、计量经济学的产生与发展
1、计量经济学的由来和发展
计量经济学的产生源于对经济问题的定量研究，这是社会经济发展到一定阶段的客观需要。
计量经济学作经济学的一门独立学科被正式确立1930年12月在美国召开的国际计量经济学会；1940——1960年代经典计量经济学逐步完善并得到广泛应用；1970年代以来，计量经济学的理论和应用又进入一个新的阶段。计量经济模型的规模经历了由小到大，由大到合适的过程，非经典计量经济学的理论和应用有了新的突破。
2、计量经济学的特点
经典的计量经济学其本身并没有固定的经济理论，其各种计量方法和技术大多来自数学和统计学，值得关注的是：自1970年代后，现代计量经济学博采众长，正在逐步形成自己的理论体系。
二、计量经济学的性质
1、计量经济学的定义
对计量经济学的定义有多种表述，事实上，计量经济学是以经济理论和经济数据的事实为依据，运用数学、统计学的方法，通过建立数学模型来研究经济数量关系和规律的一门经济学科。
2、计量经济学的目的
是要把实际经验的内容纳入经济理论，确定表现各种经济关系的经济参数，从而验证和发现经济理论，预测经济发展的趋势，为制定经济政策提供依据。
3、计量经济学类型
计量经济学分为理论计量经济学和应用计量经济学，理论计量经济学研究如何建立合适的方法去测定由计量经济模型所确定的经济关系，应用计量经济是运用理论计量经济学提供的工具，研究经济学中某些特定领域的经济数量问题。
三、计量经济学与其它学科的关系
计量经济学与经济学的关系；计量经济学与经济统计学的关系；计量经济学与数理统计学的关系。
第二节 计量经济学的研究步骤
一、模型的设定
模型的设定时需注意的问题：要有理论依据；模型要选择适当的数学形式；模型中的变量要具有可观测性。
二 、估计参数
参数估计的方法：最小二乘法，极大似然估计，广义最小二乘法。
三、模型的检验
经济意义检验；统计推断检验；计量经济学检验；模型预测检验。
四、模型应用
经济结构分析；经济预测；政策评价。
第三节 变量、参数、数据与模型
一、计量经济模型中的变量
按变量的因果关系可分为解释变量和被解释变量；按变量的性质可分为内生变量和外生变量。
二、参数估计的方法
（1）单一方程模型
最小二乘法，极大似然法
（2）联立方程
二段最小二乘法，三段最小二乘法；
（3）选择参数估计式的标准
线性性、无偏性、最小方差性；
三、计量经济学中应用的数据
时间序列数据；截面数据；面板数据；虚拟变量数据。
第二章 简单线性回归模型（6学时）
通过本章的教学，让学生理解计量经济学模型理论与方法，掌握回归模型的建立、古典假设、参数估计及检验、模型拟合优度的度量、回归系数的区间估计和回归模型的预测，学会应用计量经济软件EViews建立计量经济学模型并作经济预测。
第一节 回归分析与回归方程
一、回归与相关
经济变量间的函数关系；经济变量间的函数关系与相关关系；简单相关与多重相关；线性相关与非线性相关；正相关与负相关；总体相关系数与样本相关系数；复相关系数与偏相关系数；相关分析的注意事项
回归的古典意义；回归的现代意义；直线回归与曲线回归；回归分析与相关分析的联系与区别
二、总体回归函数
总体回归函数的意义；总体回归函数的设定；线性总体回归函数的含义。
三、随机扰动项
随机扰动项的意义；随机扰动项产生的原因；随机扰动项的概率分布性质。
四、样本回归函数
样本回归线的描述；样本回归函数；条件均值；样本剩余项；样本回归函数与总体回归函数的关系
第二节 简单线性回归模型的最小二乘估计
一、对随机扰动项的古典假定
零均值假定；同方差假定；无相关假定；与解释变量不相关假定；正态性假定。
二、普通最小二乘法OLS
最小二乘估计；剩余平方和最小准则；参数的最小二乘估计式；参数的点估计值。
三、OLS回归线的性质
回归线通过样本均值；估计的Yi的均值等于Yi的均值；剩余项Ei均值为零；估计的Yi与Ei不相关；解释变量Xi与Ei不相关
四、最小二乘估计式的统计性质
参数估计式的评价标准：线性性、无偏性；最小方差性。OLS估计式的统计特性：线性特性；无偏特性；最小方差性；一致性。
第三节 回归系数的假设检验和区间估计
一、估计的β1和估计的β2的概率分布
随机扰动项方差σ2的估计；估计的β1和估计的β1的概率分布；估计的β1和估计的β2的标准误差；大样本时的分布；小样本时的分布
二、回归系数的假设检验
回归系数假设检验的基本思想；回归系数的t检验。
三、回归系数的区间估计
回归系数区间估计的意义；总体方差σ2已知时回归系数的区间估计；总体方差σ2未知大样本时回归系数的区间估计；总体方差σ2未知小样本时回归系数的区间估计。
第四节 拟合优度的度量
一、总变差的分解
总变差（总平方和）；模型解释了的变差（回归平方和）；剩余变差（剩余平方和）。
二、可决系数
可决系数的意义；可决系数的计算；可决系数与相关系数的差异。
三、可决系数与相关系数的关系
总体相关系数；样本相关系数；可决系数与相关系数的关系。
第五节 回归模型预测
一、回归分析结果的报告
回归分析结果的标准表示方式
二、因变量平均值的预测
解释变量的预测方式；因变量平均值的区间预测
三、因变量个别值的预测
预测误差Ef的抽样分布；个别值Yf的预测区间；条件均值E(Yf/Xf)与个别值预测区间的特性
第六节 综合实验操作
研究的目的要求；模型设定；估计参数；模型检验；回归预测；结合案例学习Eviews简介和Eviews简单线性回归的操作。
第三章 多元线性回归模型（4学时）
本章是在第二章基础上的推广。通过本章的学习应达到：了解多元线性回归模型的产生背景；掌握模型的古典假定、模型的参数估计以及模型的统计检验；在本章结束之前，学生能够根据所学知识，独立地选择一个经济研究问题，确定研究对象，按照计量经济分析的工作程序（即建立理论模型，收集统计数据，参数的估计和检验）去分析研究，并写出分析报告。
第一节 多元线性回归模型及古典假定
一、 多元线性回归的背景
对经济问题多元线性关系的引例；多元线性回归模型的一般形式；与一元线性回归模型的区别以及对模型的解释。
二、 多元线性回归模型的矩阵表示
Y=Xβ+μ
三、 模型的古典假定（一般表示与矩阵表示）
零均值；等方差与互不相关；解释变量与随机项不相关；无多重共线性；正态分布。
第二节 多元线性回归模型的估计
一、 参数的最小二乘估计
残差平方和最小准则；参数的最小二乘估计式。
二、 参数最小二乘估计的性质
线性性；无偏性；最小方差性；一致性。
三、 随机扰动项方差的估计
四、多元线性回归模型参数的区间估计
第三节 多元线性回归模型的检验
一、 拟合优度检验
多重可决系数；修正可决系数。
二、方差分析与回归方程的显著性检验（F-检验）
三、回归参数的显著性检验（t-检验）
参数估计的分布性质；t-检验
第四节 多元线性回归模型的预测
一、 点预测
二、平均值E（Yf）的区间预测
三、个别值Yf的区间预测
第五节 实验操作
第四章 多重共线性（4学时）
本章是违背古典假定情况下线性回归模型的建立。通过本章的学习要求学生应达到：掌握多重共线性的概念，模型中出现多重共线性的原因和不良后果，怎样诊断多重共线性和修正多重共线性的若干方法；根据本章知识，学生能够解决模型中的多重共线性问题。
第一节 多重共线性概念
一、 多重共线性定义
完全多重共线性；不完全多重共线性；多重共线性的矩阵描述。
二、 产生多重共线性的背景
经济变量之间存在共同变化趋势；利用截面数据研究经济现象；模型中大量引入滞后经济变量；样本数据自身的原因。
第二节 多重共线性后果
一、 参数估计的后果
完全多重共线性下的参数估计为一“不定式”，参数估计值的方差无限大；不完全多重共线性下的参数估计为—渐近“不定式”；多重共线性下参数估计值的方差增大；参数估计置信区间趋于变大。
二、 统计检验的后果
参数的显著性检验失败；完全多重共线性下的预测无意义；参数估计值的符号与经济意义相悖。
第三节 多重共线性的检验
一、 简单相关系数矩阵法
二、方差扩大（膨胀）因子法
方差扩大因子；方差扩大因子与多重共线性的关系
三、直观判断法
参数显著性与整体显著性的对比；辅助回归待定系数与F检验的结合
四、逐步回归检测法
第四节 多重共线性的修正
一、修正多重共线性的经验方法
剔除变量法；增大样本容量；变换模型形式；利用非样本先验信息；横截面数据与时间序列数据并用；变量变换。
二、逐步回归法
第五节 实验操作
第五章 异方差性（4学时）
本章是违背古典假定情况下线性回归模型建立的另一问题。通过本章的学习应达到：掌握异方差的概念包括经济学解释，异方差出现的原因及对模型的不良影响，诊断异方差的方法和修正异方差的若干方法；经过学习学生能够处理模型中出现的异方差问题。
第一节 异方差的概念
一、 异方差的实质
定义；异方差产生与某个解释变量的变动关系。
二、产生异方差的原因
模型中省略了某些重要的解释变量；模型设定误差；测量误差的变化；截面数据中总体各单位的差异。
第二节 异方差性的后果
一、对参数估计式统计特性的影响
参数的OLS估计仍然具有无偏性；参数OLS估计式的方差不再是最小的
二、对参数显著性检验的影响
三、对预测的影响
第三节 异方差性的检验
一、图示检验法
相关图形分析；残差图形分析。
二、戈德菲尔德-夸特（Goldfeld-Quanadt）检验
三、White检验
四、ARCH检验
ARCH过程；ARCH检验的基本步骤。
五、Glejser检验
第四节 异方差性的补救措施
一、对模型变换
二、加权最小二乘法
加权最小二乘法的方法；加权最小二乘法与模型变换的关系
三、模型的对数变换
第五节 实验操作
第六章 自相关性（4学时）
本章是违背古典假定情况下线性回归模型的建立的又一问题。通过本章的学习应达到：掌握自相关的基本概念，自相关出现的原因和严重后果，诊断自相关存在的方法和修正自相关的方法。要求学生能够根据本章的知识独立解决模型中的自相关问题。经过第四、五、六章的学习，学生可自己选择一个实际经济问题，建立模型，并判断和解决上述可能存在的问题。
第一节 自相关性的概念
一、 自相关概念
自相关性用一阶自回归表示的数学性质；自相关系数。
二、自相关产生的原因
经济系统的惯性；经济活动的滞后效应；数据处理造成的相关；蛛网现象；模型设定偏误。
三、自相关的表现形式
一阶自相关系数；二阶自相关系数；m阶自回归形式；一阶自回归形式的性质。
第二节 自相关的后果
一、自相关对参数估计的影响
参数估计值的方差增大；参数估计值的方差被低估。
二、自相关对模型检验的影响
参数的显著性检验失效
三、自相关对模型预测的影响
预测精度降低
第三节 自相关的检验
一、图示检验法
绘制
和
的散点图；按照时间顺序绘制回归残差项
的图形。
二、 D-W检验
D-W检验的适用条件；D-W统计量；D-W显著性检验；D-W检验的缺陷。
三、 回归检验法
第四节 自相关的补救
一、广义差分法
差分系数已知；差分系数未知
二、科克伦—奥克特（Cochrane—Orcutt）迭代法
三、其它方法简介
（一）一阶差分法
（二）德宾两步法
第五节 实验操作
第七章 分布滞后模型与自回归模型（4学时）
本章是一般线性回归模型的扩展。通过本章学习应达到：掌握分布滞后模型与自回归模型的区别与联系；了解库伊克模型、自适应期望模型和局部调整模型的经济背景与估计方法。
第一节 滞后效应与滞后变量模型
一、经济活动中的滞后现象
滞后现象；分布滞后模型的形式；自回归模型的形式
二、滞后效应产生的原因
心理预期因素；技术因素；制度因素
三、滞后变量模型
分布滞后模型；自回归模型
第二节 分布滞后模型的估计
一、分布滞后模型估计的困难
自由度问题；多重共线性问题；滞后长度难于确定
二、经验加权估计法
递减滞后结构；不变滞后结构；
型滞后结构
三、阿尔蒙法
第三节 自回归模型
一、 库伊克模型
库伊克模型的背景；无限分布滞后模型在库伊克变换下的形式；库伊克模型的特点
二、 自适应预期模型
自适应预期模型的背景；自适应预期假定；自适应预期模型的自回归表示
三、 局部调整模型
局部调整模型的背景；局部调整假定；局部调整模型的自回归表示
第四节 实验操作
第八章 虚拟变量回归（2学时）
本章内容是计量经济学建模的拓展。通过本章学习应达到：掌握虚拟解释变量的意义、设置规则对模型的影响和其他修正模型的作用。
第一节 虚拟变量
一、虚拟变量的基本概念
二、虚拟变量的设置规则
虚拟变量数量的设置规则；虚拟变量的“0”和“1”的选取原则。
三、虚拟变量的作用
作为属性因素的代表；作为某些非精确计量的数量因素的代表；作为某些偶然因素或政策因素的代表；作为时间序列分析中季节（月份）的代表；分段回归。
第二节 虚拟解释变量的回归
一、用虚拟变量表示不同截矩的回归——加法类型
解释变量只有一个分为两种相互排斥类型的定性变量而无定量变量的回归；解释变量包含一个定量变量和一个分为两种类型定性变量的回归；解释变量包含一个定量变量和一个两种以上类型的定性变量的回归；解释变量包含一个定量变量和两个定性变量的回归。
二、用虚拟变量表示不同斜率的回归——乘法类型
回归模型的比较——结构变化检验；交互效应分析；分段线性回归。
第四节 实验操作
三、教学方法与手段
教学方法：积极推行教学方法创新，运用启发式教学法、互动式教学法等方法引导学生学会运用理论知识分析和解决实际问题，提高应用能力。布置的作业新式多样、创新。颠覆常规抄书就可完成的作业形式，而是引导学生利用互联网，自己查找资料，自己进行问题分析，以提高学生寻找信息和分析信息的能力。
教学手段：采用多媒体教学，借助于多媒体可以更多地用案例、图表来讲解。采用实验软件教学，用最新数据进行实验，使计量经济学实验更贴近现实，
四、课程考核方式
（1）过程考核：要求学生能认真完成计量经济学实验项目，将实验结果作为平时成绩的重要组成部分，占课程成绩的40%；课堂表现和出勤情况采用倒扣分制度，课堂表现不好（聊天、玩手机、吃零食等）扣3分/次，迟到早退扣3分/次，旷课扣5分/次。
（2）期末考核：期末采取综合考试方式，其中理论笔试（闭卷1小时），实验考试为上机考试，期末考试占课程成绩60%。
五、其他
（一）作业及自主学习要求
作业：平时作业主要是要求学生认真独立完成各个实验项目，详见实验教学大纲
自主学习要求：自主学习是要求学生课后根据个人兴趣爱好，多搜集进行计量分析的相关经济数据，
（二）课程资源
1、建议教材
《计量经济学》，庞浩主编，科学出版社出版，2014年，第三版
2、主要参考书
《计量经济学教程》，赵卫亚主编，上海，上海财经大学出版社，2010年
《计量经济学导论:现代观点》， [美]J.M.伍德里奇著，中国人民大学出版社，2005年
《计量经济学基础》，[美] D．N．古扎拉蒂著 林少宫译，中国人民大学出版社，2005年（第4版）
3、课外学习资源
课外学习网络资源：超星数字图书馆；中国知网；国家统计局网。
大纲执笔：罗富民
教学基层组织负责人审核签字： 教学院领导审核签字：
制订（修订）时间： 年 月 日
